摘要
提出一种基于自适应邻域参数的拉普拉斯特征映射算法,该算法首先依据采样密度确定每个样本点的自适应邻域参数,然后根据流形弯曲度调整优化邻域参数.实验结果表明,改进后的算法能够取得比拉普拉斯特征映射算法更好的降维效果.
学科与关键词
关键词
拉普拉斯特征映射自适应邻域参数采样密度流形弯曲度 Laplacian eigenmapsself-regulationneighborhood parametersampling densitymanifold curvature
- 数据分布特性的自适应流形学习方法李冬睿; 李梅小型微型计算机系统, 2014, (06): 1387-1391.
- 基于谱聚类的流形学习算法研究王洪波; 罗贺中国科学技术大学学报, 2013, (01): 79-86.
- 基于稀疏保持拉普拉斯判别分析的特征提取算法任迎春; 王志成; 赵卫东; 彭磊同济大学学报(自然科学版), 2016, 44(4).
